AI进工厂没那么玄乎：从视觉质检到预测性维护的落地实践

AI进工厂这事没你想的那么玄乎先说个我最近常被问起的问题AI进工厂是不是就得搞一套特别高端的自动化产线得投入几百万再配一个博士团队来维护每次听到这种话我都想笑。现实里真正做成的AI项目大多不是那种科幻电影里的样子而是找生产线上一个具体的小痛点把算法嵌进去解决一个问题省下一笔钱就这么简单。我过去一年多深度参与过好几个工厂侧的AI落地项目从汽车零部件的视觉质检到注塑车间的工艺参数优化再到动设备的预测性维护说实话这些项目的技术门槛并没有外人想的那么高。真正的难点反而是数据够不够干净、现场配合顺不顺、出了问题有没有人扛得住。这篇内容就想把这些实际操作的东西掰开揉碎了讲一讲。如果你是在工厂负责技术、工艺或者设备的人或者你正打算在自家车间里试点一个AI项目这篇内容应该能帮你少走不少弯路。1. 内容整体设计与思路拆解1.1 AI在工厂里到底是个什么角色我们常说的工业AI拆开来看其实就三件事看得见、算得准、动得快。看得见是视觉识别算得准是数据建模和预测动得快是控制或者反馈执行。很多人一听到AI就想到深度学习、神经网络但在工厂现场很多落地项目根本用不上那些花哨的算法。我参与过的某个轴承外观缺陷检测项目使用的就是一套基于传统图像处理加上分类模型的方式。把历史图片里正常产品的特征灰度、纹理、轮廓提取出来再跟当前产品做对比偏离度超过阈值的就判定为异常。整个过程没有用到任何强化学习或者生成对抗网络模型体积不到100MB跑在一台普通的工业电脑上就够了。所以第一步先要搞清楚AI在工厂里的真实定位它不是来替代人的更不是要搞一套颠覆式创新的黑科技。它的本质是一个更灵活、可被训练的工具用来填补传统自动化设备处理不了的模糊地带。传统自动化适合大批量、固定节拍、重复动作的场景而AI适合处理产品外观波动、设备状态渐变、多变量参数耦合这类靠人经验但难以规则化的问题。想清楚这一点立项的边界就清晰了。不要为了AI而AI老板问起来就一句这个东西能帮我们解决什么具体的问题如果答不上来那这个项目大概率不该启动。1.2 为什么说“没那么玄乎”一个简单的算账逻辑我在跟工厂沟通时经常用一句话来打消他们的顾虑不要把它当成一个“项目”把它当成一个“工具采购”。就像你买一台高精度的测量仪它不是万能的但能解决某个特定环节的测量需求。AI也是一样本质是买一套能够自动学习和迭代判定的软件工具外加边缘计算硬件和集成服务。举例来说某家电厂的喷漆车间他们遇到的痛点是喷漆表面偶尔出现针孔、流挂、橘皮纹。过去靠质检员在灯光下目检一个质检员一天要看上千件产品工作半小时后注意力就会下降漏检率天然会升高。他们后来说要上AI质检我帮他们拆了一下需求需要检测的缺陷种类明确针孔、流挂、橘皮纹、杂质颗粒产线速度每分钟节拍12件单件检测时间不能超过5秒现有硬件产线上已经有工业相机和工控机只需要增加光源和算法模块允许的误检率过杀把良品当不良品可以接受5%漏检把不良品当良品不能超过1%你看这么一拆目标完全量化了所有环节都是工程问题。最后项目落地用了六周两周采集数据、一周标注、两周训练调优、一周联调试运行。总投入折算下来不到一个质检员两年的人工成本。而产线上的质检员并没有因此失业而是被调去复核AI判成不良品的产品劳动强度大幅下降。这个案例说明AI进工厂的核心逻辑从来不是“技术是否先进”而是“投入产出是否立得住”。技术路线只要稳、准、可维护哪怕看起来不够新潮也是好方案。1.3 立项前必须做的三分钟自检在正式规划方案之前我建议每一个想上AI项目的负责人先做一次自检。其实就三个问题第一这个问题的判断标准是不是稳定且统一的如果老师傅之间对“什么是合格品”的判断都有分歧那AI是无法学习的。这种情况下第一步不是上AI而是统一标准和作业规范。第二数据是否可获取AI本质上是靠历史数据来训练的没有数据再牛的算法也是空中楼阁。很多工厂的数据散落在老师傅的脑子里或者记录在纸质表单上这些都没有办法直接作为训练数据使用。需要先梳理清楚这些东西有没有数字化是否积累了一段时间格式是否规整第三出了问题谁来管AI系统的落地不是一个终点后续还需要人去做模型迭代、数据分析和系统维护。如果没有指定负责人项目大概率会在运行一两个月后退化到摆设状态。这三个问题就像体检的指标一样不达标的先别急着谈AI把地基打好更实在。很多失败的AI项目在启动之前其实都已经埋下隐患了只是当时没人愿意泼冷水。2. 核心细节解析与实操要点2.1 视觉质检光源和相机比算法更关键视觉质检是AI进工厂最常见的切入点很多人的第一反应是选什么深度学习框架、用什么模型结构但我每次都会说先别管算法先把光学方案定下来这个才是决定项目成败的根本。有一次做金属工件表面字符识别的项目我们前期在实验室用普通环形光源拍的图片识别率能达到99.5%。结果产线装上去之后识别率直接掉到80%查来查去发现是产线环境顶灯的反光在工件表面形成了一条亮带正好盖在字符区域。后来换成了低角度穹顶光源再加了一个偏振片问题才解决。光源选型的原则其实不复杂要看被测物体表面的材质、颜色、反光特性。对于反光强的金属表面优先考虑低角度光或者同轴光配合偏振片对于漫反射的塑料件或者纸制品使用穹顶光源效果通常不错对于需要凸显边缘轮廓的场景条形光倾斜照射效果好。相机的选择上分辨率要根据需要检测的最小缺陷尺寸来推算。比如一个直径1mm的杂质颗粒在视野为100mm x 80mm的情况下一个像素对应的实际尺寸至少应该在0.1mm以下也就是需要至少1000 x 800像素的分辨率。考虑边缘稳定性通常再乘1.5到2倍的冗余选一个200万像素的相机就够了没必要盲目上500万甚至更高。算法层面的细节其实不太复杂。缺陷检测的常规流程是图像预处理降噪、增强对比度、缺陷区域提取差分、连通域分析、特征分类SVM、随机森林或者一个小尺寸的CNN。除非缺陷形态特别复杂且多变否则不需要上大型的深度学习网络。2.2 设备预测性维护振动信号和阈值设定是灵魂预测性维护是另一个热门场景很多工厂想通过这种方式降低非计划停机。但很多项目做了一阵子就搁浅了核心原因不在于传感器部署数量不够而是对数据的理解太浅。说一个具体案例某化工厂的循环水泵我们在电机和泵体轴承座上安装了无线振动传感器采集加速度和速度信号采样频率是每通道20kHz。刚开始的两周系统一直正常老师傅还说这玩意没啥用。第三周的时候振动的频域特征出现了变化在某个特定频率附近的谱线幅值开始缓慢爬升。我们结合转速和轴承参数一算这个频率正好对应外圈故障特征频率。当时阈值还没有触发报警但我们已经能从趋势上看出问题了。跟设备主管沟通后安排了停机检修拆开轴承一看外圈滚道刚好有了一道细小的剥落痕迹。如果再撑一两周大概率会出现明显异响甚至轴承抱死维修成本和停机损失会比这次高好几个量级。这个案例里最值得说的是阈值的设定。很多团队直接就按照ISO 10816的振动标准来设定报警阈值比如速度有效值达到4.5mm/s就报警。但在实际场景中每一台设备的工况、安装位置、基础刚度都不一样标准阈值往往不适用。我们的做法是先让系统静默运行一个月积累设备“正常工况”下的基线数据然后用统计学方法确定报警阈值——通常是基线均值的3到5倍标准差或者更保守的百分比增长规则。没有人比设备本身的历史数据更了解设备这句话在做预测性维护时永远成立。2.3 工艺参数优化不碰产线控制只管给建议参数优化类的AI项目一般是最能体现经济效益的也是实施起来最需要谨慎的。为什么这么说因为大部分工厂的信息化基础并不是一张白纸很多老师傅脑子里已经有了一套调参逻辑但他们自己说不清楚是怎么调的或者说每次调参的结果都不一样。AI如果能把这种隐性经验显性化就是巨大的价值。某注塑车间我们做了一个案例目标是降低某个型号外壳件的缩水不良率。产线上能调的工艺参数包括注塑温度、模温、保压压力、保压时间、冷却时间、注射速度。过去调机师傅靠经验去试一批物料试下来可能还是无法稳定达标。我们把过去一年几万条生产记录和对应的质量检测结果拿来做分析用随机森林找到影响缩水缺陷的Top3关键参数然后用贝叶斯优化去搜索最优参数组合。在500次试模数据基础上找到了一个之前没人尝试过的参数组合——保压压力适度提高、模温降低、注射速度中段放缓。效果很直接缩水不良率从3.7%降到1.2%。但这里有一条红线AI系统绝对不去直接控制机台只输出参数建议。为什么因为工厂现场的变量太多物料批次不一样、温湿度在变化、设备本身也有老化。AI给的是基于历史数据的最优解但现场调机师傅还保留着最终决策权。这样既保证了安全性也让有经验的工人感觉到自己是系统的主人而不是被系统指挥的对象。这一点对项目能否顺利推广影响比想象中大得多。3. 实操过程与核心环节实现3.1 数据采集与标注最耗时但绝不能省AI项目里有一句话叫“垃圾进垃圾出”在实际做工业项目时这八个字体现得非常充分。先说数据采集。工业环境下的数据采集不是拿着手机拍几张照片那么简单。真实的产线数据是带时间戳、带工况标签、带多种形态波动的。采集时需要特别标注异常样本的类别和程度。比如外观缺陷检测项目我们需要缺陷的图片但更需要“轻微缺陷”的图片——因为如果只收集严重缺陷的图片模型学到的都是明显特征到了现场面对轻微缺陷时就很容易漏判。数据量的要求也没有一个绝对数通常来说视觉类每个缺陷类别至少要500张以上有效图片数据越均衡越好。如果缺陷形态变化大建议不少于2000张。振动类正常时长至少连续几天的数据故障数据看情况不够可以用仿真数据进行增强。工艺参数类至少覆盖一年以上的生产记录并且需要剔除设备故障时段、试模时段等异常数据。标注环节我推荐的做法是让车间最有经验的质检员或工艺员来定标准让刚入行的年轻人去执行标注再由经验丰富的人抽检复核。AI标注的结果好不好不取决于使用什么工具而是取决于标准本身是否清晰。标准不清晰一辈子都在返工。3.2 模型选型与训练小模型优先工业场景里选模型我只有一个建议能小则小能规则化优先用规则规则搞不定的再上简单模型简单模型搞不定的才上深度学习。为什么这么强调小型化首先是维护成本。代码越少、模型越简单后续换人接手越容易。我在一个项目里见过负责团队用TensorFlow搭了一个几十层的网络结构看起来很高端结果负责这个项目的工程师一走整个模型没人敢动。后来另一个供应商直接把模型裁剪成原来十分之一的规模效果反而差不了多少因为工业场景的缺陷模式相对固定并不需要那么庞大的容量。其次是推理速度。算法在训练时快不快不重要在产线上做推断时快不快才是关键。以视觉质检为例单张图像的处理时间若超过产线节拍就必须增加并行处理单元这直接拉高硬件成本。有一种很常见的做法是先用传统图像处理把明显正常的图片筛掉只有疑似异常的图片才送进AI模型做二次判定。这样既保证了速度也提高了对异常样本的关注度。模型训练时要注意划分数据集训练集、验证集、测试集。测试集必须是从未参与训练的数据而且最好是从不同时间、不同批次的产品中采集的。这样能检验模型对真实变化数据的泛化能力。很多项目在测试集上指标漂亮一到现场就不行十有八九是数据划分不严谨导致的。3.3 部署与集成不要重新造轮子部署环节是整个项目中最考验工程能力的部分这里最大的坑是试图让AI系统去兼容工厂里所有乱七八糟的设备和系统。最常见的做法是采用边缘计算网关。在产线旁边部署一台工业级边缘设备比如NVIDIA Jetson或者普通的工业电脑AI模型跑在这台设备上通过标准的以太网或者现场总线协议Modbus TCP、EtherNet/IP、OPC UA与上位机或者PLC做数据交互。部署要确保三点第一模型推理结果能够实时输出到现有系统界面第二数据能够回传存储为后续迭代积累样本第三系统断网时仍能独立运行。第三点容易被忽略很多工厂的网络环境没有那么稳定一旦断网整个AI系统瘫痪现场人员会立刻对系统失去信任。连接产线控制系统时要注意接口权限的设计。建议AI系统输出结果到PLC的缓存区由PLC侧的程序来判断是否触发停机或剔除动作。这样即使AI系统本身出现故障也不会影响到产线原有的安全逻辑。3.4 项目周期与人员配置参考表很多管理者对时间预期很不现实总想在三周内看到效果。我的经验是常规项目至少预留三个月比较合理阶段工作内容预计周期调研与数据摸底明确需求、盘点数据现状、评估硬件条件2周数据采集与标注部署采集设备、数据录入、清洗标注3-4周模型开发与训练特征分析、模型选型、调参优化3-4周试运行与联调产线接入、阈值调整、稳定性验证2-4周跟踪与迭代观察效果、补充样本、持续优化1-2月人员配置上工厂侧最少要出一个懂工艺的人和一个懂IT/自动化的人供应商侧至少要配一个算法工程师和一个实施工程师。工艺人员很重要他们能判断AI输出结果的合理性。如果没有工艺人员参与AI项目就像瞎子开车迟早翻车。4. 常见问题与排查技巧实录4.1 识别率在实验室高一上线就崩这是被问得最多的问题原因不外乎以下几种光学环境不一致实验室固定灯光产线有环境光随机干扰解决方案是安装遮光罩或者使用频闪光源同步相机曝光。产品形态差异同型号产品不同批次在颜色或纹理上存在细微差异模型训练时没有覆盖全面上线后遇到新样本就识别异常。建议在训练集中加入多个批次的数据并建立模型定期更新的机制。来料状态不一比如工件表面有油污或者防锈油现场拍摄的图片特征偏移导致识别不准。解决思路是在产线增加清洗或者吹气装置确保待检表面状态一致。排查时建议先看图像本身把现场实时拍摄的图片下载下来与训练样本做对比找出差异点很多问题就一目了然了。不要一上来就怀疑模型结构工业AI项目问题多数出在数据层面而不是算法层面。4.2 缺陷样本太少模型训练不出来这是一个典型的冷启动问题。很多工厂从来没有数字化地保存过缺陷数据你想训练模型连样本都没有巧妇难为无米之炊。几种解决方案供参考第一人工制造缺陷样本。在试产阶段故意调整工艺参数制造轻微缺陷多产出一些废品来收集数据。这个方法成本可控而且能控制缺陷的类型和程度。第二迁移学习。使用已经在其他场景上预训练好的模型做初始化再用手头有限的样本做微调。举例来说用通用物体识别模型做基础然后只用200张目标工件图片微调效果也比从零训练强得多。第三传统的图像差分法和异常检测算法。不要只盯着分类算法异常检测的思路是只学习正常样本的特征分布测试时偏离分布的样本即视为异常。这在缺陷样本极少时是一个很实用的思路。4.3 工人不配合系统被闲置技术问题好解决人的问题才头疼。我见过一个项目系统上线时准确率已经不错了但车间老师傅就是爱理不理经常随手关掉报警没过多久系统就形同虚设了。原因其实很简单他们没有从系统中获得好处还觉得系统在监管自己。比如质检员觉得AI在评判他的工作质量设备维护人员觉得预测性维护是在监视他有没有偷懒。这种心理障碍不解除再好的系统也白搭。我的做法是换一个角度去宣传和设计系统系统输出的不叫报警叫提醒系统的价值不是说“人看错了”而是帮人减少重复劳动。在系统设计上把轮询复核的任务变成固定工时纳入绩效考核系统越准大家的考核越顺利。这样一来系统就变成了帮工人拿绩效的工具而不是束在头上的紧箍咒。项目推进中让工人参与到阈值调整和样本标注中来让他们感受到有“话语权”效果会好很多。4.4 服务器够快吗一个常被误解的性能问题很多人以为AI跑得快不快取决于GPU性能强不强。但实际部署时瓶颈常常在数据传入和结果输出的环节相机采集图像数据的传输、图像从内存到GPU之间的拷贝、算法处理完成后的结果写回PLC的通信。每一个连接都是时延来源。优化的一个有效手段是流水线设计相机采集一张图的同时上一张图还在GPU里做推理下一张图已经在内存中等待预处理。这种并行流水线的整体吞吐能力比单纯换显卡带来的提升大得多。在项目初期做方案时我通常会算一遍每个环节的耗时预算采集、传输、预处理、推理、输出、执行。任何一个环节超预算就要调整硬件选型或软件架构而不是笼统地“加一个GPU”。5. 再聊几句个人经验动手做工业AI项目这几年我最大的体会是技术不是天花板认知才是。很多团队拿着一个很牛的模型去找企业结果企业场景里最基础的图片都拍不清楚反过来企业如果只是把技术当噱头供应商又不敢指出问题项目最后只会变成一个无人维护的Demo系统。所以如果你正准备在自己的工厂里启动一个AI试点我真心建议你从小处着手选一条产线、一个缺陷、一个痛点三个月内做出可见的收益。哪怕这个收益只是一条线的良率提升了2%只要账算得过来项目就能站住脚团队也会愿意继续投入。如果你一定要问我什么经验和建议最值得分享那我的答案是不要迷信AI去迷信问题本身。所有问题回答清楚了AI自然就落地了。